从数据库设计到前端展示:一条龙搞定Java BigDecimal精度问题(附Spring Boot配置建议)

news2026/5/16 0:18:23
从数据库设计到前端展示全面解决Java BigDecimal精度问题实战指南在电商系统开发中价格计算是核心业务逻辑之一。一个简单的折扣计算可能引发连锁反应用户输入0.66折数据库存储为float类型Java读取后乘以10却得到6.6000000000000005。这种精度问题不仅影响用户体验更可能导致财务对账差异。本文将带您从数据库选型开始贯穿整个技术栈彻底解决金融计算中的精度难题。1. 数据库层的精度基石设计金融级应用必须从数据存储源头确保精度。MySQL中常见的浮点类型有FLOAT、DOUBLE和DECIMAL但只有DECIMAL能提供精确计算类型存储空间精度特点适用场景FLOAT4字节约7位有效数字科学计算DOUBLE8字节约15位有效数字普通工程计算DECIMAL变长精确存储无精度损失金融、货币计算创建商品表时的最佳实践CREATE TABLE products ( id BIGINT PRIMARY KEY, price DECIMAL(19,4) NOT NULL COMMENT 支持万亿级金额保留4位小数, discount DECIMAL(3,2) UNSIGNED DEFAULT 1.00 COMMENT 折扣率0.00-1.00 );注意DECIMAL(M,D)中M表示总位数D表示小数位数。建议货币金额使用DECIMAL(19,4)可支持万亿级金额计算。2. Java实体类的正确建模方式数据库的DECIMAL字段映射到Java实体时必须使用BigDecimal类型。常见的ORM框架配置示例如下2.1 JPA实体定义Entity Table(name products) public class Product { Column(precision 19, scale 4) private BigDecimal price; Column(precision 3, scale 2) private BigDecimal discount; // 必须提供BigDecimal类型的setter/getter public BigDecimal getActualPrice() { return price.multiply(discount).setScale(2, RoundingMode.HALF_UP); } }2.2 MyBatis类型处理在MyBatis的mapper XML中直接使用BigDecimal类型即可resultMap idproductResult typecom.example.Product result columnprice propertyprice jdbcTypeDECIMAL/ result columndiscount propertydiscount jdbcTypeDECIMAL/ /resultMap初始化BigDecimal的黄金法则绝对不要使用double构造器new BigDecimal(0.1)→ 实际值为0.100000000000000005551115...推荐使用String构造器new BigDecimal(0.1)→ 精确等于0.1或者使用valueOf方法BigDecimal.valueOf(0.1)→ 内部会调用Double.toString()3. 业务逻辑中的精确计算实践BigDecimal的不可变性(immutable)特性使其线程安全但每次运算都会生成新对象。以下是电商场景常见计算模式3.1 订单金额计算模板public class OrderCalculator { // 商品单价 private final BigDecimal unitPrice; // 购买数量 private final int quantity; // 税率如0.13表示13% private final BigDecimal taxRate; public BigDecimal calculateTotal() { BigDecimal subtotal unitPrice.multiply(BigDecimal.valueOf(quantity)); BigDecimal tax subtotal.multiply(taxRate) .setScale(2, RoundingMode.HALF_UP); return subtotal.add(tax); } // 折扣计算示例 public BigDecimal applyDiscount(BigDecimal discountRate) { return calculateTotal().multiply(discountRate) .setScale(2, RoundingMode.HALF_DOWN); } }3.2 四则运算最佳实践运算类型方法注意事项加法add()注意标度对齐减法subtract()可能产生负数乘法multiply()结果标度为两个操作数标度之和除法divide()必须指定舍入模式复杂计算示例// 计算加权平均价格 public BigDecimal calculateWeightedAverage(ListBigDecimal prices, ListBigDecimal weights) { BigDecimal sumProduct BigDecimal.ZERO; BigDecimal sumWeight BigDecimal.ZERO; for (int i 0; i prices.size(); i) { sumProduct sumProduct.add(prices[i].multiply(weights[i])); sumWeight sumWeight.add(weights[i]); } return sumProduct.divide(sumWeight, 4, RoundingMode.HALF_UP); }4. 前后端数据交互的完美闭环即使后端计算完全正确前端显示仍可能出现问题。常见痛点包括科学计数法显示和精度不一致。4.1 Spring Boot全局配置方案Configuration public class JacksonConfig { Bean public ObjectMapper objectMapper() { ObjectMapper mapper new ObjectMapper(); // 配置BigDecimal序列化 mapper.registerModule(new SimpleModule() .addSerializer(BigDecimal.class, new JsonSerializer() { Override public void serialize(BigDecimal value, JsonGenerator gen, SerializerProvider serializers) throws IOException { gen.writeString(value.setScale(2, RoundingMode.HALF_UP).toString()); } })); return mapper; } }4.2 前端处理方案配合后端配置前端可以直接使用格式化后的数值// 金额显示格式化 function formatCurrency(value) { return Number(value).toLocaleString(zh-CN, { minimumFractionDigits: 2, maximumFractionDigits: 2 }); } // 从后端API获取数据示例 fetch(/api/order/123) .then(res res.json()) .then(data { document.getElementById(totalAmount).innerText formatCurrency(data.total); });5. 并发环境下的线程安全策略BigDecimal的不可变性使其天然线程安全但在高并发场景仍需注意public class InventoryService { private final MapLong, BigDecimal priceMap new ConcurrentHashMap(); // 线程安全的折扣应用 public void applyGlobalDiscount(BigDecimal discount) { priceMap.replaceAll((id, price) - price.multiply(discount).setScale(2, RoundingMode.HALF_UP)); } // 原子性金额调整 public void adjustPrice(Long productId, BigDecimal delta) { priceMap.compute(productId, (id, price) - price ! null ? price.add(delta) : delta); } }性能优化技巧对于频繁使用的常量值如税率、折扣率应预先创建并复用BigDecimal实例在循环内部避免重复创建相同精度的BigDecimal考虑使用BigDecimal的线程本地缓存6. 常见陷阱与深度优化6.1 精度丢失的隐蔽场景// 错误示例 - double转换陷阱 BigDecimal badExample new BigDecimal(0.1); // 实际值: 0.1000000000000000055511151231257827021181583404541015625 // 正确做法 BigDecimal goodExample new BigDecimal(0.1);6.2 除法的九种舍入模式舍入模式描述示例(10/3)UP远离零方向舍入3.34DOWN向零方向舍入3.33CEILING向正无穷大舍入3.34FLOOR向负无穷大舍入3.33HALF_UP四舍五入3.33HALF_DOWN五舍六入3.33HALF_EVEN银行家舍入法3.33UNNECESSARY精确计算抛出ArithmeticException6.3 性能对比测试操作类型100万次耗时(ms)备注double加法15有精度风险BigDecimal加法320精确但较慢BigDecimal缓存值加法180复用对象提升性能在金融系统中精度优先于性能。但在高性能场景可以考虑以下优化// 使用预定义的常量 private static final BigDecimal HUNDRED new BigDecimal(100); // 在循环外部创建临时对象 BigDecimal temp BigDecimal.ZERO; for (BigDecimal num : numbers) { temp temp.add(num); }实际项目中我们曾遇到一个促销活动因double精度问题导致少收用户0.01元最终产生数万元损失。全面切换到BigDecimal后不仅解决了精度问题还因为代码可预测性增强减少了90%以上的金额相关bug。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2616506.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…